DTMB帧结构详解：从PN序列到TDS-OFDM的同步与模式识别

简介：中国数字地面多媒体广播（DTMB）的帧结构是保障系统快速稳定同步的关键设计。PDF文档系统梳理了从信号帧、超帧、分帧到日帧的分级帧结构，并逐项解析三种可选帧头模式（PN420、PN595、PN945）的序列构成、LFSR生成多项式及超帧中的相位复用规则；同时涵盖系统信息中64种模式的扩频映射方法，帮助读者理解同步、解调与信息指示的整体流程。文档还明确了帧体由36个系统信息符号与3744个数据符号组成、时长约500微秒，以及超帧、分帧与GPS和日历日常规校准的对应关系，便于工程应用时对照参考。资源为单个PDF文件，大小仅612KB，已有735人浏览学习，内容结构清晰、术语规范，适合作为国标DTMB帧结构学习的入门与进阶参考资料。

1. DTMB帧结构：接收机开机后要回答的第一个问题

抓一段DTMB空口信号，最让人头疼的不是频谱上有没有信号，而是信号里的“帧边界”到底在哪。帧结构就是给接收机的一份时间地图：日帧、分帧、超帧层层嵌套，最终落在每个信号帧上。搞懂这张地图，做同步、做信道估计、做解交织的人才能各取所需，否则解调器就是对着噪声做傅里叶变换。这篇笔记把DTMB帧结构从层级到参数、从原理到排查讲透，适合正在写接收算法的工程师，也适合刚接触地面数字电视的学生照着搭一个同步demo。

2. 从日帧到信号帧：DTMB的三级时间骨架与一张参数表

2.1 为什么要按三层切时间轴：各层承载的信息周期不同

DTMB的帧结构不是拍脑袋定的，它是为了把“更新频率差异很大的信息”装进同一条时间轴。信号帧是空口上重复最快的单元，帧号、调制参数这类每帧都可能变化的信息放在这一层；分帧和超帧承载的是更新较慢的控制信息，比如发射台标识、系统配置；日帧则是一个整周期，用于承载24小时内保持稳定的参数，接收机只要对齐日帧边界，就知道整套系统参数什么时候重复。

这个分层逻辑在接收端直接对应“先对齐哪一级”的问题。我调试时最常见的误区是一上来就找信号帧边界，结果每天日帧周期里才更新一次的系统参数被当成普通数据解，解出来的全是错的。正确的做法是先通过信号帧的帧头PN序列拿到帧同步，再逐级往上对分帧和超帧边界，最后才去读日帧级的系统信息。

2.2 超帧与分帧：中间层不是摆设，是交织和系统信息的周期单位

超帧这一层对接收机最直接的影响在时域交织。DTMB的帧体数据在做OFDM调制之前要经过时域交织，交织深度往往覆盖多个信号帧甚至一个超帧的跨度。这意味着解交织器只有在超帧边界对齐之后才能开始工作，边界错一个信号帧，交织出来的数据就是整块错位。

分帧则进一步把若干超帧聚成更高一级的周期。工程上有个实用技巧：你要是用频谱仪或者矢量信号分析仪看DTMB的时域波形，能看到明显的周期性峰值群，那个周期往往不是信号帧周期，而是超帧或分帧周期。当年的老工程师靠这个波形就能判断当前发的是哪种帧头模式，因为不同模式对应的超帧时长不一样。这块用软件做的话，直接统计相关峰的包络周期即可。

2.3 一张表读懂三种帧头模式：参数、时长与选型逻辑

帧结构里最常被问起的“三种模式”，指的是信号帧里帧头PN序列的长度不同。帧体符号数固定为3780，区别全在帧头。以7.56Msps符号率折算，三种模式的核心参数对照如下：

别看表格简单，这里有个工程要诀：总帧长4200、4375、4725这三个数字要记牢，做同步时你抓到相邻两个相关峰，间隔一算，基本就能判断当前用的是哪种帧头模式。再算一下帧头时长和符号率的乘积，就能反推采样率配置有没有设错。保护间隔占比的工程含义是能容忍的最大多径时延差，PN945能扛约125μs的时延扩展，单频网里两个发射塔的信号差超过这个值，均衡器就开始吃力了。

3. 信号帧内部：帧头PN序列与帧体TDS-OFDM的配合逻辑

3.1 PN帧头不是普通保护间隔，是一块多用的同步码

很多从DVB-T转过来的人第一次看到DTMB帧结构都很困惑：帧头不是数据尾部复制过来的循环前缀，而是一段独立的PN序列。这正是DTMB的特别之处。DVB-T的CP只是数据的重复片段，只能用来做粗同步和抗多径；DTMB的帧头PN序列是国标指定的伪随机码，接收机拿本地PN模板和接收信号做相关，能找到尖锐的相关峰，这个峰同时给出了帧边界、符号定时和信道冲激响应。

PN420、PN595、PN945三种模式本质上是不同长度的伪随机码加循环扩展。工程上不需要自己去生成这个序列，直接从国标码表或者现成的接收机代码里取模板即可。我见过有人试图自己推导PN生成多项式，折腾了一个星期，最后发现码表里早已写好——这种时间花得不值。

PN帧头做信道估计的思路也值得一提：发送端发的是已知序列，接收端收到的是经过信道畸变的PN，两者一比，就能得到信道在时域上的冲激响应估计。这就是DTMB不需要像DVB-T那样在每个OFDM符号里插大量离散导频的原因，PN序列本身就是导频。

3.2 帧体：3780个子载波与2kHz间隔的数字巧合

帧体是3780个符号，这个数字不是随意定的。DTMB标称带宽8MHz，子载波间隔约2kHz，3780乘以2kHz约等于7.56MHz，正好落在8MHz带宽的滚降边界内。换句话说，3780是带宽和子载波间隔共同约束下的结果，不是拍脑袋取的整数。

从时域看，一个帧体就是一个OFDM符号，经过IFFT生成3780个时域采样点，加上帧头的PN序列，构成完整的信号帧。接收端要做的事是先剥离帧头PN，把帧体数据块取出来做FFT，变换到频域后按子载波位置恢复调制符号。这里有个实操细节：FFT点数必须是3780的补零到4096还是直接3780点，取决于你用的FFT库。直接做3780点IFFT/FFT可以，但很多现成库要求2的幂次，这时就补零到4096，补零不会影响频域采样位置，只是多算了一些零值子载波。

帧体内的数据在映射成OFDM符号前还经过时域交织。交织的跨度跟帧头模式联动，PN945模式下交织深度更大，抗突发干扰能力更强，但也意味着接收机必须缓存更多帧才能开始解交织。这块对硬件存储是个考验，对软件接收机来说则是延迟增大的来源。

3.3 C=1与C=3780：两种工作模式共用一套帧骨架

DTMB帧结构最容易被忽略的一点是它支持两种工作模式：C=3780多载波模式（TDS-OFDM）和C=1单载波模式。C=3780就是前面讲的OFDM方案，帧体是一个3780子载波的OFDM符号；C=1模式下帧体变成一串串行数据块，不走IFFT，调制方式也改为单载波星座映射。

对帧结构来说，两种模式共用同一套帧头PN、同一个总帧长体系，区别全在帧体内容的组织形式上。这就给接收机出了个难题：仅靠帧头相关峰的位置和间隔，无法判断当前是哪种模式。必须在解出帧头之后，再读取随帧携带的系统信息字段，或者通过统计帧体数据的包络分布来做模式识别。

C=1单载波模式的均衡策略也完全不同。OFDM模式在频域做均衡，每个子载波乘一个复数均衡系数即可；单载波模式必须在时域做均衡，用判决反馈均衡器处理符号间干扰。如果接收机预设成C=3780去解C=1的信号，出来的星座图全是散点，没有任何可读性。这也是帧结构从设计到接收落地之间最容易翻车的一环。

4. 用帧结构做接收：相关峰检测的最小Python实现

4.1 先理解思路：本地PN模板与滑动相关的本质

接收端拿到IQ数据流，第一件事是找帧头。做法是把本地PN模板和接收信号做滑动相关，当模板与接收信号中的PN序列对齐时，相关值会冲出一个峰。相关峰的位置就是帧头起点，相邻峰之间的距离就是帧长。

工程上不会用逐点滑动相乘的笨办法，那是O(N×M)的复杂度，8MHz采样率下根本跑不动。标准做法是用FFT把线性相关变成频域相乘，一次算完整段信号和模板的互相关。下面这个实现是完整的可运行思路。

4.2 FFT互相关找帧界：代码与参数说明

import numpy as np from scipy.signal import find_peaks def pn_frame_sync(iq, pn_template, fs, sym_rate=7.56e6): """ 基于FFT互相关的DTMB帧头检测 iq: 复数IQ数组 pn_template: 本地PN模板复数序列，长度与帧头模式匹配 fs: IQ数据的采样率，单位Hz sym_rate: DTMB符号率，默认7.56Msps """ M = len(pn_template) N = len(iq) # FFT长度取2的幂，大于N+M-1 fft_len = 1 << (N + M - 1).bit_length() # 模板做共轭翻转，FFT互相关的标准做法 S = np.fft.fft(iq, fft_len) P = np.fft.fft(pn_template[::-1].conj(), fft_len) corr = np.fft.ifft(S * P) # 只保留有效相关区域，取模平方作为度量 corr_valid = np.abs(corr[:N - M + 1]) ** 2 # 峰值检测：distance按符号数换算成采样点数 sym_per_frame = 4200 # 先按PN420试探，后面会讲怎么自适应 samples_per_sym = fs / sym_rate min_distance = int(sym_per_frame * samples_per_sym * 0.8) peak_th = 0.3 * corr_valid.max() peaks, props = find_peaks(corr_valid, height=peak_th, distance=min_distance) return peaks, corr_valid

这段代码有几个参数直接影响结果。第一是FFT长度，必须大于N+M-1，否则时域混叠会把相关峰污染，这里用bit_length向上取2的幂是稳妥做法。第二是模板翻转共轭，这是FFT做互相关的固定操作，少了这一步相关值就是错的。第三是distance参数，它的单位是采样点，不是符号数，要先用fs/sym_rate算出每个符号对应几个采样点再乘帧长符号数。比如fs=30.24MHz（4倍过采样），PN420帧长4200符号，min_distance就是4200×4×0.8=13440个采样点，防止把同一个峰的旁瓣当成新峰。

门限用的是相对峰值比例，peak_th=0.3×max，这个值在多径较弱时够用；如果信道很差，相关峰会退化，建议降到0.15并配合后端的峰间隔投票来抗误判。

4.3 从峰间隔反推帧长：把三种模式一次性试完

上面的代码写死了按PN420试探，实际接收机不知道发端用的是哪种帧头模式。标准做法是跑三趟相关，分别用PN420、PN595、PN945模板，统计各自抓到的峰间隔分布，哪个模板的峰间隔最稳定，就是当前模式。

def detect_frame_mode(iq, templates, fs, sym_rate=7.56e6): """ templates: dict，键为模式名，值为对应的PN模板复数序列 返回: (模式名, 平均峰间隔, 峰间隔标准差) """ candidates = [] for name, pn in templates.items(): peaks, _ = pn_frame_sync(iq, pn, fs, sym_rate) if len(peaks) < 3: continue intervals = np.diff(peaks) # 峰间隔要换算成符号数 sps = fs / sym_rate intervals_sym = intervals / sps mean_iv = np.mean(intervals_sym) std_iv = np.std(intervals_sym) candidates.append((name, mean_iv, std_iv)) # 标准差最小且均值接近整数帧长的模式胜出 candidates.sort(key=lambda x: x[2]) if candidates: return candidates[0] return None, None, None

这里有个非常容易踩的坑：采集卡晶振和发射端符号率之间存在偏差，采样率不是精确的7.56MHz。如果拿单次峰间隔直接和4200、4375、4725比对，可能差出几十个符号。所以代码里用了均值+标准差两个统计量，均值用来判断接近哪个整数帧长，标准差用来衡量稳定性。真正可靠的做法是把连续几十个峰间隔做直方图，看主峰落在哪个帧长附近，这一步在下一章排查看实际效果。

5. DTMB帧结构排查笔记：误同步、模式误判与频偏现场

5.1 现象：相关峰一堆，间隔对不上三种帧长

用PN420模板跑相关，抓出来的“峰”密密麻麻，间隔时而4200时而8300，完全看不出规律。

原因：接收信号里叠了频偏，PN序列的相位被旋转破坏，本地模板和接收PN做相关时，只有频偏恰好接近0的片段才能冲出尖峰，其余多为噪声冒充的伪峰。另一种可能是门限太低，把旁瓣和噪声抬升的毛刺都算成了峰。

解决：先用PN帧头的循环前缀结构做自相关粗同步，把峰位置粗定下来，再估计残余频偏并做频偏校正，最后才用本地模板做互相关。门限方面，把peak_th从0.3提到0.5倍峰值，伪峰会少很多，代价是可能漏掉深衰落帧的峰，这个权衡后面用投票来弥补。

5.2 现象：峰间隔偶对偶错，中间周期性丢峰

相关峰每隔两三个帧就消失一次，峰间隔变成2倍或3倍帧长，但不是随机丢，是周期性丢。

原因：信道存在周期性深衰落，比如经过高架桥下方时多径快速变化，某些帧的PN相关峰被打到门限以下。接收机没峰可抓，就把两个相隔一帧的峰算成了相邻峰，间隔直接翻倍。

解决：不要硬卡每个峰，改成对连续几十个峰间隔做直方图投票。预设三种帧长，统计每个间隔最接近哪个帧长，得票最多的那个就是真帧长。这才是帧结构知识在工程里的正确用法——用已知帧长表去约束随机峰间隔，而不是被单次测量带偏。

5.3 现象：同步峰完全正常，解交织却整块错位

峰的位置、间隔都对得上PN420，但解出来的数据星座图可读，交织解码之后全乱。

原因：时域交织的起点不在信号帧边界，而在超帧边界。信号帧同步成功只代表你找到了帧头，不等于找到了超帧头。超帧头的标志藏在PN序列相位或者伴随的系统信息里，没解出来之前，交织器起点始终是未知的，解交织自然错位。

解决：在信号帧同步的基础上继续做超帧同步。做法是记录每个信号帧解出的帧号或者PN相位偏移，帧号归零的位置就是超帧边界。这个逻辑跟帧结构的分层一一对应，信号帧同步是第一层，超帧同步是第二层，跳层必然翻车。

5.4 现象：单频网场景下相关峰变成一撮峰群

相关峰不是一个尖锐单峰，而是一簇峰，主峰旁边拖着小峰，甚至主峰前面还有前导峰。

原因：单频网多个发射台到接收机的距离不同，同一段PN序列经过多条路径到达，每条路径产生一个延迟副本，相关结果就是多个峰的叠加。峰之间的时延差就是路径时延差。

解决：单频网部署时通常选PN945模式，约125μs的保护间隔能吸收大部分台站间时延差。接收端则要取第一个峰而不是最大峰作为帧边界，后面的峰留给均衡器做多径利用。工程上叫首径对齐，最大峰对齐在强多径下会引入定时偏差，让均衡器白白损失性能。

5.5 现象：间隔恒定偏大，比如PN420测出4250符号

峰很稳定，间隔很整齐，但就是4250而不是4200，换一段信号再测还是4250。

原因：采集卡采样率与标称值存在偏差。比如标称30.24MHz的采样率实际是30.5MHz，每个符号对应的采样点数就多了，换算成符号数自然偏大。这个偏差是固定比例，不随信号变化。

解决：用长时间采集的峰间隔平均值来校准采样率。测到4250，说明实际采样率是标称的4250/4200倍，把fs修正后再跑一轮同步。注意这种校准只能校正固定晶振偏差，不能校正随时间漂移的温漂，那种情况要上PLL跟踪。

6. 峰间隔直方图投票：让模式识别从“赌一次”变成“看统计”

前面提到峰间隔直方图投票，这里把它写成可以抄走的验证代码。它的核心思想是：单次峰间隔是证据，一组峰间隔的分布才是结论。

from collections import Counter def frame_mode_vote(intervals_sym, tolerance=60): """ intervals_sym: 峰间隔数组，单位已换算成符号数 tolerance: 与标准帧长的容差，符号数 """ frame_lens = {4200: 'PN420', 4375: 'PN595', 4725: 'PN945'} votes = Counter() for iv in intervals_sym: for flen, name in frame_lens.items(): if abs(iv - flen) < tolerance: votes[name] += 1 break total = len(intervals_sym) if not votes: return None, 0.0 best_name, best_cnt = votes.most_common(1)[0] return best_name, best_cnt / total

投票结果的命中率比值就是置信度：如果PN420得票率90%以上，可以放心按PN420继续做信道估计和交织；如果得票率只有60%，说明信道里混着周期丢帧或者多径干扰，先回头检查门限和频偏。这段代码还可以再加一个分支：连续统计几个超帧周期的峰数，如果峰数和理论帧数对不上，说明帧边界里混进了非信号帧长度噪声，多半是采集数据里带了别的射频干扰。

我自己最早调同步的时候，犯过一个很蠢的错：抓到第一个相关峰就开始解交织，结果星座图花了整整一下午。后来把帧结构当成先验信息用，峰间隔投票、三种帧长表、超帧边界三者互相校验，第一次就跑通了全部链路。帧结构的知识在书本上是三层嵌套的图，在接收机里就是一行行的判决逻辑——把统计量加进去，玄学就变成工程。希望帮到你。

本文还有配套的精品资源，点击获取